IDC TCGA-CESC 宫颈癌影像数据集

数据集获取

源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=tcga_cesc

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

IDC 数据集 TCGA-CESC。癌症类型：宫颈鳞状细胞癌、宫颈内膜腺癌。肿瘤位置：宫颈。受试者：307 例。癌症基因组图谱-宫颈鳞状细胞癌和宫颈内膜腺癌（TCGA-CESC）数据收集是旨在通过特征化放射影像增强 TCGA http://cancergenome.nih.gov/ 数据集的更大努力的一部分。癌症影像计划（CIP）与几个 TCGA 组织贡献机构合作，正在努力归档经基因分析的 CESC 病例的大部分放射影像。请参阅 TCGA-CESC（https://doi.org/10.7937/K9/TCIA.2016.SQ4M8YP4）页面，以了解有关放射影像的更多信息并获取此集合的任何支持性元数据。请参阅 TCGA-CESC 集合的 DICOM 转换的切片显微图像（https://doi.org/10.5281/zenodo.12689956）页面，以了解有关组织病理学图像的更多信息并获取此集合的任何支持性元数据。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。